[发明专利]一种实时人脸识别系统及其方法

权利要求书

1.一种实时人脸识别系统，其特征在于，包括：

预处理子模块，用于获取视频图像，并对该视频图像进行预处理，以增强视频图像的对比度；

人脸定位子模块，用于从预处理后的所述视频图像中获取正面人脸图像；

人脸识别子模块，用于提取正面人脸图像中的特征，并将该特征与目标人脸库中的人脸特征进行比较，获取相似度。

2.根据权利要求1所述的实时人脸识别系统，其特征在于，所述人脸定位子模块包括：

人脸检测模块，用于加载人脸Haar分类器文件，从所述视频图像中检测人脸，获得人脸的初始位置；

人脸跟踪模块，用于根据人脸的初始位置，利用肤色模型建立肤色直方图，并利用Cam-Shift算法进行人脸跟踪。

3.根据权利要求2所述的实时人脸识别系统，其特征在于，所述人脸检测模块对人脸Haar分类器文件使用非对称决策树代替原有的决策树构造弱分类器的方式提高分类器中每个弱分类器的性能。

4.根据权利要求2所述的实时人脸识别系统，其特征在于，所述人脸检测模块对人脸Haar分类器文件通过如下方式改进分类器的结构：

使用AdaBoost算法组合多个弱分类器构成强分类器后，以强分类器所使用的特征向量为依据，利用K均值对正样本样本点进行聚类，并对聚类出的子类分别构造子类分类器，将子类分类器加入层级分类器，以子类分类器为兄弟节点，构成最终的树形层级分类器。

5.根据权利要求2、3或4所述的实时人脸识别系统，其特征在于，所述人脸跟踪模块以如下方式改进人脸跟踪算法：

利用卡尔曼滤波器预测人脸图像在整个图像中的下一位置，并以预测的位置作为自适应均值漂移算法搜索的初始位置。

6.根据权利要求1、2、3或4所述的实时人脸识别系统，其特征在于，所述实时人脸识别系统通过SOC芯片实现。

7.一种实时人脸识别方法，其特征在于，包括：

步骤1，获取视频图像，并对该视频图像进行预处理，以增强视频图像的对比度；

步骤2，从预处理后的所述视频图像中获取正面人脸图像；

步骤3，提取正面人脸图像中的特征，并将该特征与目标人脸库中的人脸特征进行比较，获取相似度。

8.根据权利要求7所述的实时人脸识别方法，其特征在于，所述步骤2中，包括：

步骤21，加载人脸Haar分类器文件，从所述视频图像中检测人脸，获得人脸的初始位置；

步骤22，根据人脸的初始位置，利用肤色模型建立肤色直方图，并利用Cam-Shift算法进行人脸跟踪。

9.根据权利要求8所述的实时人脸识别方法，其特征在于，所述步骤21中，包括：

对人脸Haar分类器文件使用非对称决策树代替原有的决策树构造弱分类器的方式提高分类器中每个弱分类器的性能。

10.根据权利要求8或9所述的实时人脸识别方法，其特征在于，所述步骤21中，包括：对人脸Haar分类器文件通过如下方式改进层级分类器的结构：

使用AdaBoost算法组合多个弱分类器构成强分类器后，以强分类器所使用的特征向量为依据，利用K均值对正样本样本点进行聚类，并对聚类出的子类分别构造子类分类器，将子类分类器加入层级分类器，以子类分类器为兄弟节点，构成最终的树形层级分类器。

11.根据权利要求8或9所述的实时人脸识别方法，其特征在于，所述步骤22中，包括：

利用卡尔曼滤波器预测人脸图像在整个图像中的下一位置，并以预测的位置作为自适应均值漂移算法搜索的初始位置的方式改进人脸跟踪算法。